复映射族z~(-2)+c广义M集的标度性质

在复映射 f(z,c) =z-2 +c的广义Mandelbrot集中 ,发现了主周期芽苞的标度规律·用符号动力学中的方法对其做了研究 ,给出了主周期芽苞字的规律 ,及字相应的提升方程 ,通过解字提升方程 ,给出了任意精确常数 μ的算法 ,通过大量的计算机计算得到了一个常数 μ =1 ·标度常数为 1的情况在复映射的标度常数研究中为首次发现·提出了常数 μ普遍存在于一般有理迭代的广义Mandelbrot集中的猜想     

Banach空间中一类集值变分包含解的存在与逼近

研究了Banach空间中具Φ-强增生映象的集值变分包含解的存在与逼近问题．给出了一种新的迭代算法和带有混合误差的Ishikawa型迭代序列收敛到变分包含解的充要条件，并改进和推广了一些近期的结果．     

不可约闭集的余集为有限集的Markov链的吸收概率

一个Markov链的状态空间Ψ可以分解为一系列互不相交的不可约闭集C1，…，Ck，…。及其余集口ΨT。对于ΨT为一个非空有限集的情形。给出了用于计算吸收概率的一些公式，证明了关于首达时的一些很直观的性质。     

一个严格介于完备与D-正规空间之间的空间类

引入并研究了一类严格介于完备空间与D-正规空间之间的空间——集态D-正规空间，证明了空间X是集态D-正规空间当且仅当X是集态δ-正规且D-正规的。与此同时，还得到了其它一些相关结果。     

基于子波变换的消噪方法在涡街流量传感器中的应用

基于子波变换消噪原理，结合流量测量持定要求，提出了一种适用于在涡街流量传感器信号处理的单支重构滤波方法，同时给出了滤波级数的选取方法，这种计数方法能够有效地扩大涡街流量传感器的量程下降，通过对实际信号的分析，证实了方法的有效性。     

粗集理论及其在旋转机械故障诊断中的应用(三)决策规则的形成与约简

将粗集理论应用到旋转机构故障的智能诊断中，在信息不完备情况下，不需要事先假设和专家经验，在粗糙度不变的情况下进行推理和在决策分明性不变意义下进行决策，找出其规律性，并提供规则的可信度；同时能对旋转机械故障的知识库的进行约简，消除多余的条件属性和冗余的信息，导出最小简化决策表。     

广义粗集的公理化

粗集理论在数据挖掘等领域得到了广泛的应用，对粗集理论进行推广可得到各种广义粗集。该文研究了广义粗集的多个公理组，证明了公理组中各公理的独立性，并给出了普通粗集理论的另一个公理组，它有4条相互独立的公理组成。     

知识发现中概率统计与粗集方法的比较

对知识发现中,概率统计方法与粗集理论方法在评价系统参数的重要性,分类隶属度与条件概率,输入条件与决策结果的依赖关系等方面进行了比较, 提出了将概率统计方法和粗集理论相结合,由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间,为确定性和不确定性知识表达系统提供一个统计粗集模型。     

H-度量空间中的一个新型KKM定理及其应用

丁协平定义了一个新的空间－－H－度量空间，并在H－度量空间中得到了具有限度量紧闭（开）值的广义H－KKM映象的广义H－KKM定量（应用数学和力学，2001，17（10）：1029－1036）。借助于转移紧闭值映象，在H－度量空间中得到了具有转移紧闭值的H－KKM映象的广义H－KKM定理。应用此定理，得到了H－度量空间中的不动点，最大元存在性定理和截口定理等方面的应用。这些结果统一和推广了近期的许多文献中的相应结果。     

基于粗集与PCNN的图像预处理

研究了如何将粗集(Rough Set)与脉冲耦合神经网络(PCNN-Pulse Coupled Neural Network)相结合，对被噪声污染的图像进行对比度增强处理，使图像清晰，从而便于后续的处理。同时，提出了基于粗集与PCNN的图像增强算法。计算机仿真结果表明，使用基于粗集与PCNN的图像增强算法，可有效地对被噪声污染的图像进行图像增强，减少图像噪声，增加图像对比度，使图像更加清晰，且图像增强的结果优于常规的方法。